单轮23亿，累计43亿，无问芯穹刷新国产AI Infra赛道融资双重纪录
内容提要
无问芯穹完成23亿元C轮融资，累计融资43亿元，创国产AI基础设施赛道纪录。公司专注模型与芯片间的中间层，不训模型、不做应用，适配16种芯片，实现千卡异构混训与跨域训练，降低推理成本。其提出“前店后厂一中心”三层业务，日均Token用量半年增长超40倍，并已保密递交港交所IPO申请。
延伸解读
不建机房，靠软件织网：无问芯穹的轻资产路线
无问芯穹选择不自建数据中心，而是通过软件编排将散落各处的异构算力资源聚合起来。这种模式避免了重资产扩张带来的债务压力，但高度依赖调度与优化能力。文章提到其平台已适配16种芯片，服务37000P算力，并实现千卡异构混训，算力利用率达97.6%。轻资产路线能否在规模扩大后保持效率与稳定性，是后续需要观察的关键。
Agent爆发如何重塑AI Infra需求
文章指出，Agent任务会触发几十个推理请求连环调用，Token消耗量远超单轮对话，这放大了算力缺口。无问芯穹平台日均Token使用量半年增长超40倍，且95%以上推理任务来自Agent。这一趋势意味着AI基础设施的竞争焦点正从训练转向推理效率与成本，能够高效生产Token的平台将更直接受益。
三层业务拆解：从算力到Token再到行业方案
无问芯穹提出“前店后厂一中心”三层业务：底层算力集散中心汇聚调度异构算力；中间Token工厂提供MaaS服务，已上线百余款大模型；上层AI生产力商店面向文娱、医疗、法律、能源等行业输出解决方案。三层结构试图把底层资源转化为可交付的行业生产力，但每层都面临不同竞争，协同效果与商业化深度仍需验证。
融资纪录背后的风险与关注点
无问芯穹C轮融资23亿元，累计43亿元，刷新国产AI Infra赛道纪录，并已保密递交港交所IPO申请。文章将投资逻辑归结为团队、位置和时机，但未披露具体估值与盈利数据。读者需注意，AI Infra赛道海外公司估值快速上涨，国内竞争也在加剧，无问芯穹能否将融资转化为可持续的规模化收入，是IPO进程中的核心看点。
Q&A
无问芯穹的C轮融资额和累计融资额分别是多少？
无问芯穹完成23亿元C轮融资，累计融资43亿元，单轮和累计金额均创下国产AI基础设施赛道的新纪录。
无问芯穹在AI产业链中具体做什么？
无问芯穹不训练模型、不做应用，专注于模型和芯片之间的中间层，将多种模型算法与多种芯片硬件连接起来，实现极致效率与成本优化，高效聚合协同异质、碎片、跨域的算力资源，生产低成本、高质量、生产级可用的Token。
无问芯穹的技术体系有哪些核心能力？
技术体系包括多元异构、软硬协同、自主式AI。多元异构已适配16种芯片，服务37000P算力，新芯片适配仅需2个工作日，国产芯片适配成本降低70%以上；软硬协同通过软件栈优化，使万亿参数MoE模型训练吞吐比主流开源框架高41%到75%，推理成本一年内降至十分之一；自主式AI引入大小模型自适应协同机制和智能体蜂群，实现基础设施自主迭代。
无问芯穹在异构混训和跨域训练方面取得了哪些成果？
无问芯穹率先实现千卡规模异构芯片混合训练，算力利用率达97.6%，使用四种国产芯片与两种进口芯片完成700亿参数大模型训练；联合中国电信完成国内首例超4000公里跨域混训，性能提升165%；还打通了多代际GPU集群联合训练和混合云混训，性能分别提升41%和68%。
无问芯穹的“前店后厂一中心”战略具体指什么？
该战略将业务分为三层：底层是算力集散中心，统一汇聚、弹性调度、按需分发异构算力；中间层是Token工厂，提供大模型服务平台，已与智谱、月之暗面等合作上线百余款大模型；顶层是AI生产力商店，面向企业提供Agentic Infra行业解决方案，覆盖文娱游戏、医疗健康、法律服务、能源电力等领域。
无问芯穹的日均Token使用量增长情况如何？
Agent应用爆发后，无问芯穹大模型服务平台日均Token使用量半年增长超过40倍，95%以上的推理任务来自Agent。
无问芯穹的团队背景如何？
无问芯穹是清华系公司，发起人汪玉是清华电子系长聘教授、时任系主任、IEEE Fellow；CEO夏立雪、首席科学家戴国浩、CTO李伯勋均毕业于清华电子系。团队从博士阶段就研究深度学习硬件加速和异构系统优化，兼备顶级软硬件研发与工程能力。
无问芯穹在IPO方面有什么进展？
据彭博社援引知情人士报道，无问芯穹已于近几个月以保密形式向港交所递交IPO申请。
